作　　者： ;

机构地区： 中山大学

出　　处： 《图书馆论坛》 2019年第1期111-116,共6页

摘　　要： 文章以Twitter平台上科学文献的转发记录为样本,对数据进行量化分析,从最大利用时限、半衰期、曲线拟合等角度透视学术信息在社交网络传播中的老化特征和规律。研究发现:不同学科的最大利用时限都是第2天,半衰期则依具体学科而定;幂函数模型更适合描述社交网络中的学术信息老化规律。 Based on the forwarding records of scientific literature on Twitter,this paper quantitatively analyzes the characteristics and law of obsolescence from multiple aspects,such as“best time of use”,“half-life”and curve fitting.The study concludes that the best time of use for many disciplines is the second day and the half-life will depend on specific disciplines.The inverse function model is more suitable for describing the law of obsolescence of scholarly information in social networks.

关 键 词： 社交网络 信息老化 网络信息计量学 半衰期 网络舆情

分 类 号： [G250.73]

领　　域： []